《表2 三种方法的平均STOI得分》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种融合相位估计的深度卷积神经网络语音增强方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了更加直观的比较RI-DCNN与其他方法的语音增强性能，我们分别采用三种方法对一段含有Destroyer engine噪声信噪比为0dB的含噪语音进行语音增强，然后对增强语音的语谱图进行比较.图4（a）和图4（b）分别给出了含噪语音与其相应的纯净语音的语谱图，图4（c）~（e）则分别给出了采用DNN-baseline、LPS-DCNN以及RI-DCNN增强后语音的语谱图.可以看到，采用RI-DCNN增强后的语音残留噪声成分最少，语音的纯净度最高，语谱图与纯净语音的语谱图最接近.另外，LPS-DCNN相比DNN-baseline在语谱图上表现出了更好的噪声抑制能力.